| 1 |
1
딥뉴럴네트워크를 이용하여 다중 센서 신호로부터 특징지도를 획득하는 단계; 획득된 특징지도를 통합된 3차원 좌표계로 변환하는 단계; 및 변환된 통합된 3차원 좌표계를 이용하여 인지를 수행하기 위한 융합 특징지도를 생성하는 단계를 포함하고, 획득된 특징지도를 통합된 3차원 좌표계로 변환하는 단계는, 3차원 격자구조를 가정하고 각 센서 고유의 좌표계에서 표현된 특징지도를 3차원 격자구조로 투영하여 통일된 좌표계로 나타내고, 투영된 점과 픽셀 중심점의 상대거리에 반비례하는 가중치를 적용하여 특징값들을 조합하는 보간투사법을 적용하는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서, 격자구조의 각각의 픽셀 중심점에 좌표계 변환 행렬을 곱하여 각 센서에 해당하는 3차원 좌표계로 투영하고 투영된 점의 주변의 특징값들을 조합하여 연속적인 하나의 3차원 격자구조에 해당하는 특징지도를 생성하는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서, 변환된 통합된 3차원 좌표계를 이용하여 인지를 수행하기 위한 융합특징지도를 생성하는 단계는, 변환된 하나의 3차원 격자구조에 해당하는 특징지도를 병합하거나 추가한 후에 추가적인 컨벌루션 계층을 통과시키는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 6 |
6
제1항에 있어서, 특징지도를 z 축 기준으로 평균을 내어 하나의 3차원 격자구조에 해당하는 특징지도에 비해 압축된 형태의 2차원 특징지도를 획득하는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 7 |
7
제6항에 있어서, 융합 특징지도를 이용하여 3차원 물체 검출, 조감도 방향(Bird’s eye view)에서의 물체 검출 또는 영역 분할을 수행하는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 8 |
8
제1항에 있어서, 자차 주변의 정밀지도 정보를 2차원 영상으로 재구성하고 딥뉴럴네트워크를 적용하여 특징지도를 획득하고, 다중 센서 신호로부터 얻은 특징지도와 융합하여 물체 검출 또는 영역 분할을 수행하는 다중 센서 데이터 기반의 융합 정보 생성 방법
|
| 9 |
9
딥뉴럴네트워크를 이용하여 다중 센서 신호로부터 특징지도를 획득하는 센서 데이터 수집부; 획득된 특징지도를 통합된 3차원 좌표계로 변환하는 좌표계 변환부; 및 변환된 통합된 3차원 좌표계를 이용하여 인지를 수행하기 위한 융합특징지도를 생성하는 융합특징지도 생성부를 포함하고, 좌표계 변환부는, 3차원 격자구조를 가정하고 각 센서 고유의 좌표계에서 표현된 특징지도를 3차원 격자구조로 투영하여 통일된 좌표계로 나타내고, 투영된 점과 픽셀 중심점의 상대거리에 반비례하는 가중치를 적용하여 특징값들을 조합하는 보간투사법을 적용하는 다중 센서 데이터 기반의 융합 정보 생성 장치
|
| 10 |
10
삭제
|
| 11 |
11
제9항에 있어서, 좌표계 변환부는, 격자구조의 각각의 픽셀 중심점에 좌표계 변환 행렬을 곱하여 각 센서에 해당하는 3차원 좌표계로 투영하고 투영된 점의 주변의 특징값들을 조합하여 연속적인 하나의 3차원 격자구조에 해당하는 특징지도를 생성하는 다중 센서 데이터 기반의 융합 정보 생성 장치
|
| 12 |
12
삭제
|
| 13 |
13
제9항에 있어서, 융합특징지도 생성부는, 변환된 하나의 3차원 격자구조에 해당하는 특징지도를 병합하거나 추가한 후에 추가적인 컨벌루션 계층을 통과시키는 다중 센서 데이터 기반의 융합 정보 생성 장치
|
| 14 |
14
제9항에 있어서, 특징지도를 z 축 기준으로 평균을 내어 하나의 3차원 격자구조에 해당하는 특징지도에 비해 압축된 형태의 2차원 특징지도를 획득하는 다중 센서 데이터 기반의 융합 정보 생성 장치
|
| 15 |
15
제9항에 있어서, 융합 특징지도를 이용하여 3차원 물체 검출, 조감도 방향(Bird’s eye view)에서의 물체 검출 또는 영역 분할을 수행하는 다중 센서 데이터 기반의 융합 정보 생성 장치
|
